Je veux évaluer si un événement se produit dans mon écran, à chaque fois qu'il se produit une boîte/image particulière apparaît dans une région d'écran avec une structure très similaire.Python - Classificateur de reconnaissance d'image
J'ai rassemblé un tas de 84x94 .png
RGB
images de cette région de l'écran et je voudrais construire un classificateur pour me dire si l'événement se produit ou non.
donc mon idée était de créer un pd.DataFrame
(df
) contenant 2 colonnes, df['np_array']
contient chaque image comme np.array
et df['is_category']
contient des valeurs booléennes indiquant si cette image est indiquant que l'événement se passe ou non.
La structure ressemble à ceci (avec = taille!):
J'ai redimensionné les images à 10x10 pour la formation et convertie en niveau de gris
df = pd.DataFrame(
{'np_array': [np.random.random((10, 10,2)) for x in range(0,10)],
'is_category': [bool(random.getrandbits(1)) for x in range(0,10)]
})
Mon problème est que je ne peux pas adapter un classificateur scikit apprendre en faisant clf.fit(df['np_array'],df['is_category'])
Je n'ai jamais essayé la reconnaissance d'image auparavant, merci d'avance pour toute aide!
Merci beaucoup pour la solution et l'astuce de l'algorithme, cela a résolu mon problème! Comme je l'ai dit, les images étaient assez similaires, avec moins de 500 images, j'ai obtenu 100% de précision dans l'ensemble des tests. – EduGord